典型文献
融合Sin混沌和分段权值的阿基米德优化算法
文献摘要：
针对阿基米德优化算法(Archimedes optimization algorithm,AOA)存在全局搜索能力弱、收敛精度低,易陷入局部最优等问题,提出融合Sin混沌和分段权值的阿基米德优化算法(SAOA).采用无限折叠迭代的Sin混沌反向学习策略初始化种群,提高初始阶段解的质量,为全局搜索多样性奠定基础;引入算数交叉算子,将当前个体向与全局最优个体进行交叉,引导种群向最优解区域寻优,提高全局搜索能力;引入分段权值策略,平衡算法的全局勘探与局部开发能力,降低算法陷入局部最优的概率;通过对8个测试函数和部分CEC2014函数进行仿真实验及Wilcoxon秩和检验来评估改进算法的寻优性能,实验结果表明改进算法在搜索精度、收敛速度和稳定性等方面均有较大提升.另外,引入优化机械设计案例进行测试分析,进一步验证SAOA在工程优化问题上的可行性和适用性.
文献关键词：
阿基米德优化算法;Sin混沌反向学习;算数交叉操算子;分段权值;机械优化设计
中图分类号：
作者姓名：
罗仕杭;何庆
作者机构：
贵州大学 大数据与信息工程学院,贵阳 550025;贵州大学 贵州省公共大数据重点实验室,贵阳 550025
文献出处：
引用格式：
[1]罗仕杭;何庆-.融合Sin混沌和分段权值的阿基米德优化算法)[J].计算机工程与应用,2022(14):63-72
A类：
分段权值,SAOA,算数交叉操算子
B类：
Sin,阿基米德优化算法,Archimedes,optimization,algorithm,全局搜索,搜索能力,收敛精度,局部最优,优等,折叠,混沌反向学习策略,策略初始化,初始阶段,交叉算子,前个体,全局最优,最优解,勘探,局部开发,测试函数,CEC2014,Wilcoxon,秩和检验,改进算法,寻优性能,收敛速度,机械设计,设计案例,测试分析,工程优化问题,机械优化设计
AB值：
0.281113
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
